至顶网软件频道消息:
Oracle本周二宣布推出了云原生的、高度自动化的安全和管理套件。
这个名为Oracle Identity Security Operations Center (SOC)的集成套件服务组合,以及Oracle Management Cloud,将帮助企业预测、减少、检测和修复网络安全威胁。
本周在旧金山举行的OpenWorld会上,Oracle首席技术官Larry Ellison表示:“防止数据窃取的方式就是融入更多的自动化。我们需要这样一个网络防御系统,它能够自动检测漏洞,在发生攻击前修复漏洞,如果发生攻击,检测出漏洞并关闭它。”
Ellison推出这个高度自动化的网络安全系统的两天之前,刚刚发布了Oracle自主数据库18c。Ellison说,这个网络安全系统还没有完全自主,数据库也是一样。不过,两个系统旨在协同工作,以防止数据被盗取。
“这两个产品采用机器学习来检测攻击并阻止攻击,实时的,在检测之后。这个安全系统会检测出异常情况,数据库自动修补。”
虽然SOC Cloud设计是运行在Oracle Cloud中,但并不止是管理Oracle的资产。它可以管理其他云中的资产,例如AWS和内部部署的资产。
“它提取出你所有资产的配置信息,并将其统一起来,放在一个地方,追踪你的所有用户……追踪一切情况,”Ellison这样表示。它利用机器学习进行处理,以找出模式和异常情况以识别出威胁。
Ellison说,这其中并不需要整合,可以与企业现有的企业管理器相结合。“你不需要替换掉所有现在使用的东西来使用这个产品。”
Ellison认为,安全系统应该实现自动化,因为“我们的数据中心非常复杂。”他说,Equifax“是一家有着100年历史的公司,为了生存而奋斗着……因为没有找到一个Apache Struts实例,并且没能在可以修复的时候进行修复。”
即使人们知道打什么补丁,“我们也没有非常认真地对待安全威胁,”Ellison说。
“而专注于安全的人会非常重视安全威胁。在数据中心承担其他工作的人正在努力完成工作……我们必须提供安全性,同时又不会减缓其他任务,但是我们必须提升数据中心安全性的优先级。”
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。